在滴滴順風(fēng)車司機殺人事件里，滴滴的困境是：這么多個人信用數(shù)據(jù)，滴滴卻未能用好，以致未能識別高風(fēng)險的司機。據(jù)報道，犯罪嫌疑人鐘某案發(fā)前曾向51家機構(gòu)借款，幾乎借遍了所有能借款的機構(gòu)，還發(fā)生過多起逾期。如果滴滴在審查順風(fēng)車司機資格時能將個人信用數(shù)據(jù)充分考量，本應(yīng)將這種頻頻失信者拒之門外。
在華住原始數(shù)據(jù)泄露事件里，華住旗下酒店開房記錄泄露數(shù)據(jù)，并被放到“暗網(wǎng)”出售，上億人的隱私信息被曝光。華住的困境是：存儲了海量的用戶原始數(shù)據(jù)“不知道有何用”，且一旦泄露，公司形象受沖擊，股價也面臨大跌風(fēng)險。大數(shù)據(jù)在這時卻成了“燙手山芋”。
華住與滴滴，按數(shù)據(jù)規(guī)模標(biāo)準(zhǔn)，都是“億級大數(shù)據(jù)公司”。但規(guī)模大不等于能用得好。
此類事件屢有發(fā)生，僅今年就有視頻播放網(wǎng)站AcFun近千萬條用戶數(shù)據(jù)泄露，前程無憂195萬條用戶數(shù)據(jù)疑似泄露等。這為整個行業(yè)敲響警鐘。
筆者認(rèn)為，要用好數(shù)據(jù)，需要在數(shù)據(jù)搜集、數(shù)據(jù)對接、數(shù)據(jù)分析、數(shù)據(jù)預(yù)警等方面作更系統(tǒng)的安全設(shè)置。比如在數(shù)據(jù)搜集階段，應(yīng)對司機基于更完備的信用維度數(shù)據(jù)，來評估順風(fēng)車司機資質(zhì)準(zhǔn)入;數(shù)據(jù)分析階段，應(yīng)在關(guān)鍵指標(biāo)與業(yè)務(wù)影響間，建立分析鏈。
這些日子，我們已經(jīng)看到一些改變，比如滴滴在數(shù)據(jù)預(yù)警方面做出改進(jìn)，基于位置偏離信息的異常數(shù)據(jù)情況進(jìn)行診斷;根據(jù)指標(biāo)異常，聯(lián)系后臺進(jìn)行報警;一旦觸發(fā)主動或自動報警，就能直接連到公安進(jìn)行報警處理。
技術(shù)專家認(rèn)為，如果能在以上數(shù)據(jù)處理的幾個階段中，加入?yún)^(qū)塊鏈的安全多方計算，便能使問題得到更好的解決。比如在數(shù)據(jù)搜集環(huán)節(jié)，區(qū)塊鏈可以提升信息真實性和數(shù)據(jù)分享的積極性。
京公網(wǎng)安備 11010502049343號